基于三目摄像机的车道线识别方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 背景与意义 | 第10-11页 |
| 1.2 车道线识别技术研究现状 | 第11-14页 |
| 1.2.1 国外车道线识别研究现状 | 第11-12页 |
| 1.2.2 国内车道线识别研究现状 | 第12-14页 |
| 1.3 论文主要研究内容和创新点 | 第14-16页 |
| 1.4 论文组织结构 | 第16-17页 |
| 第二章 道路图像预处理与相关算法分析 | 第17-28页 |
| 2.1 引言 | 第17-18页 |
| 2.2 ROI区域选择 | 第18-20页 |
| 2.3 彩色图像灰度化 | 第20-22页 |
| 2.4 图像增强 | 第22页 |
| 2.5 图像滤波 | 第22-23页 |
| 2.6 边缘检测算法 | 第23-25页 |
| 2.6.1 Canny算法 | 第23-25页 |
| 2.6.2 Sobel算法 | 第25页 |
| 2.7 OpenCV图像处理常用函数介绍 | 第25-27页 |
| 2.8 本章小结 | 第27-28页 |
| 第三章 车道线检测与跟踪相关算法设计 | 第28-50页 |
| 3.1 引言 | 第28页 |
| 3.2 道路模型的构建方法 | 第28-35页 |
| 3.2.1 基于直线的道路模型匹配方法 | 第29-30页 |
| 3.2.2 基于模板的道路模型匹配方法 | 第30-31页 |
| 3.2.3 基于抛物线的道路模型匹配方法 | 第31-33页 |
| 3.2.4 基于样条曲线道路模型匹配方法 | 第33-34页 |
| 3.2.5 道路模型的对比 | 第34-35页 |
| 3.3 道路线检测算法 | 第35-40页 |
| 3.3.1 霍夫变换 | 第35-38页 |
| 3.3.2 RANSAC算法 | 第38页 |
| 3.3.3 PSO算法 | 第38-40页 |
| 3.4 车道线的跟踪算法设计 | 第40页 |
| 3.4.1 基于Hough变换跟踪算法 | 第40页 |
| 3.5 三目摄像机的车道线融合算法设计 | 第40-49页 |
| 3.5.1 立体匹配 | 第41-43页 |
| 3.5.2 立体重建 | 第43-45页 |
| 3.5.3 车道线合理性判断 | 第45-47页 |
| 3.5.4 多车道线融合算法设计 | 第47-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第四章 系统总体方案与实现 | 第50-65页 |
| 4.1 引言 | 第50页 |
| 4.2 系统需求分析 | 第50页 |
| 4.3 系统设计目标 | 第50-51页 |
| 4.4 系统实现功能 | 第51-52页 |
| 4.5 系统结构设计 | 第52-53页 |
| 4.5.1 系统硬件结构 | 第52-53页 |
| 4.5.2 系统工作流程 | 第53页 |
| 4.6 系统的实现 | 第53-64页 |
| 4.6.1 车道图像预处理模块的实现 | 第53-58页 |
| 4.6.2 车道线检测模块的实现 | 第58-59页 |
| 4.6.3 车道线融合模块的实现 | 第59-64页 |
| 4.7 本章小结 | 第64-65页 |
| 第五章 车道线识别试验验证 | 第65-83页 |
| 5.1 引言 | 第65页 |
| 5.2 试验软件硬件介绍 | 第65页 |
| 5.3 车道线融合仿真测试 | 第65-81页 |
| 5.3.1 测试数据集 | 第65-67页 |
| 5.3.2 图像预处理多种算法的测试 | 第67-71页 |
| 5.3.3 不同类型道路的图像预处理测试 | 第71-76页 |
| 5.3.4 车道线检测与融合测试 | 第76-81页 |
| 5.4 系统测试结果与分析 | 第81-82页 |
| 5.4.1 测试结果 | 第81-82页 |
| 5.4.2 验证分析 | 第82页 |
| 5.5 本章小结 | 第82-83页 |
| 总结与展望 | 第83-85页 |
| 参考文献 | 第85-88页 |
| 攻读硕士学位期间取得的研究成果 | 第88-89页 |
| 致谢 | 第89-90页 |
| 附件 | 第90页 |
